-
公开(公告)号：CN118134029A
公开(公告)日：2024-06-04
申请号：CN202410230707.5
申请日：2024-02-29
Applicant: 华南理工大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/04 , G06N3/042
Abstract: 本发明提供了一种基于双层图神经网络的云边端资源调度优化方法，包括步骤：构建基于双层图神经网络的云边端资源调度器，第一层图神经网络用于实现云边端资源分配，第二层图神经网络为工业终端层调度，利用异构图表示实际制造环境中的状态，捕获工件工序和可用设备之间的复杂关系，构建有向无环图，作为第二层图神经网络的输入；构建分阶段进行调度卸载的框架模型，所述分阶段进行调度卸载的框架模型采用优化策略对任务进行调度优化。该发明能够实现智能制造背景下云端、边缘端和工业终端的资源合理化利用，进行快速准备的资源卸载，提高工业生产的综合调度能力，提高资源利用率，实现绿色调度。
-
公开(公告)号：CN112000705B
公开(公告)日：2024-04-02
申请号：CN202010239770.7
申请日：2020-03-30
Applicant: 华南理工大学
IPC: G06F16/2458 , G06F16/2455
Abstract: 针对数据流的概念漂移特性以及非平衡特性，本发明提出了一种基于主动漂移检测的非平衡数据流挖掘方法，包括以下三个步骤：（1）非平衡数据的处理，数据流中可能存在一些类别不平衡现象，需要对不平衡数据进行有效的处理。（2）主动概念漂移检测，需要实时检测出数据流中存在的概念漂移现象（3）漂移适应，当检测到概念漂移之后，需要对算法进行调整，使之能适应概念漂移。本发明的优点能有效的解决数据流中存在的非平衡现象，可以灵活的应对各种概念漂移场景，包括突然漂移，逐渐漂移，增量漂移以及循环漂移等等，能有效的检测出这些漂移场景并做出及时的响应，从而提高数据流信息挖掘的精度和效率。
-
公开(公告)号：CN116958252A
公开(公告)日：2023-10-27
申请号：CN202310718814.8
申请日：2023-06-16
Applicant: 华南理工大学
IPC: G06T7/73
Abstract: 本发明提出了一种基于域随机化的智能抓取位姿估计方法。所述方法包括以下步骤：在仿真中域随机化，获得深度图和CAD模型，将深度图转化成点云，对CAD模型采样候选抓取位姿，生成域随机化的点云和抓取位姿网格数据；抓取位姿网格数据经过动态平衡抓取度量，生成候选抓取位姿的评分，将抓取位姿由网格坐标系变换到点云坐标系，裁剪形成夹爪内部点云，将抓取位姿和夹爪内部点云关联输入抓取质量评估网络中训练；在现实环境，通过深度相机获得点云，点云滤波，生成夹爪内部点云，输入训练后的抓取质量评估网络，得到评分，输出最高得分的候选抓取位姿。本发明提升了智能抓取位姿估计对于现实环境中多形状物体的抓取成功率。
-
-
公开(公告)号：CN108549977B
公开(公告)日：2022-07-26
申请号：CN201810271536.5
申请日：2018-03-29
Applicant: 华南理工大学
Abstract: 本发明提供基于多Agent的面向订单的柔性生产动态调度系统。该系统包括工艺Agent、监控Agent、管理Agent、资源模块和算法Agent；工艺Agent负责管理系统的产品工艺信息，为其他Agent提供数据查询服务；监控Agent负责采集设备工作状态信息并进行故障分析；管理Agent是系统的消息中转站，负责管理全体Agent；资源模块有车间Agent和设备Agent组成，设备Agent负责对设备的工作进度进行模拟，车间Agent负责管理其下的设备Agent；算法Agent封装系统的调度方法和重调度方法，为其他Agent提供计算服务。该调度系统和方法能够提高制造业对制造资源的利用率和管理水平，并能快速响应异常因素，保证制造过程的持续稳定高效。
-
Patent Agency Ranking
公开(公告)号：CN113386128B
公开(公告)日：2022-06-10
申请号：CN202110512320.5
申请日：2021-05-11
Applicant: 华南理工大学
Abstract: 本发明提供一种面向多自由度机器人的体势交互方法，包括：采用人体骨骼关键点识别算法得到人体骨骼关键点像素坐标，根据到人体骨骼关键点的像素坐标得到各人体骨骼关键点的三维空间坐标；检测交互过程中过程是否存在肩部被手臂遮挡的异常错误；将人体空间姿态进行矫正，并对关键点空间坐标进行坐标重建；将手臂上腕部相对于肩部的坐标进行归一化，得到归一化后的坐标，同时在手掌上建立局部空间坐标系，得到手掌上局部坐标系相对于肩部为原点的坐标系的姿态角Eler(ψ,θ,γ)；结合归一化后的坐标、机器人连杆长度和手掌姿态，得到机器人各关节的关节角，以驱动机器人运动。可以使得交互过程中在人不超出传感器有效视野的条件下覆盖整个机械臂的工作空间。
-
公开(公告)号：CN108363978B
公开(公告)日：2022-04-22
申请号：CN201810144385.7
申请日：2018-02-12
Applicant: 华南理工大学
IPC: G06V40/10 , G06V40/20 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种采用深度学习和UKF的基于肢体语言的情感感知方法，包括以下步骤：采用Kinect监视进入Kinect工作区的人，然后实时计算人的骨骼点；使用无迹卡尔曼滤波估计骨架点的位置，计算由于跟踪误差和设备的噪声产生的测量误差；对静态的身体动作采用卷积神经网络的方法，对动态的身体动作采用双向长短期记忆条件随机域分析；将动作处理后得到的特性的输出项直接放入softmax分类器中进行识别，识别八种情绪。基于肢体语言的情感感知具有以下优点：首先，肢体语言可以更容易地被传感器捕获；其次，基于情绪感知的身体语言噪音相对较小；第三，肢体语言较少欺骗性；第四，肢体动作的捕捉不会影响或干扰参与者的动作。
-
公开(公告)号：CN113190036A
公开(公告)日：2021-07-30
申请号：CN202110363750.5
申请日：2021-04-02
Applicant: 华南理工大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于LSTM神经网络的无人机飞行轨迹预测方法。所述方法如下：选取长短记忆神经网络并通过仿真数据对其进行训练；实时获取基础飞行数据；对基础飞行数据进行预处理作为历史数据；将历史数据进行分段，对长短记忆神经网络进行实时再次训练；继续对基础飞行数据进行收集、差分标准化和分段处理，然后通过再次训练后的长短记忆神经网络进行预测，输出预测结果；将预测结果结合扩展卡尔曼滤波算法，将扩展卡尔曼滤波算法的预测结果作为最终预测结果；用户根据最终预测结果选择是否修正无人机的飞行路线，然后返回持续预测飞行轨迹。本发明在无人机的监管和监测系统中可以有效的实时监测无人机现在与未来的飞行轨迹，提高监测效率。
-
公开(公告)号：CN108334198B
公开(公告)日：2021-05-14
申请号：CN201810139483.1
申请日：2018-02-09
Applicant: 华南理工大学
IPC: G06F3/01 , G06F3/0487 , G06T19/00
Abstract: 本发明公开了基于增强现实的虚拟雕塑方法，它允许操作者通过自己的三维手势，在增强现实的场景当中完成虚拟雕塑的功能，包括以下三个步骤：S1、手势数据的获取；S2、坐标系配准以及手势建模；S3、虚实碰撞检测；S4、雕塑模型的形变。本发明提出了一种基于增强现实的虚拟雕塑方法，这个方法通过传感器来获取操作者的手势数据，然后通过增强现实头盔，在增强现实的场景当中完成虚拟雕塑的功能，整个雕塑的过程十分自然、简洁以及高效。
-
公开(公告)号：CN106406875B
公开(公告)日：2019-11-15
申请号：CN201610810266.1
申请日：2016-09-09
Applicant: 华南理工大学
Abstract: 本发明公开基于自然手势的虚拟数字雕塑方法，包括如下步骤：手势位置获取，手势位置通过Leap Motion来获取得到；虚拟雕塑建模。本发明在进行虚拟雕塑的任务工作时有两个主要模型，一个是已构建好等待雕塑的模型，一个是由Leap Motion获取关节坐标构建的虚拟手模型；当人手在Leap Motion下运动进而控制虚拟手与固定的等待雕塑模型发生轻微碰撞，碰撞处检测以三维空间三角形与三角形相交的算法判断有无交点，与交点交线位置，再根据碰撞深度的计算，利用虚拟雕塑变形算法进而将相交点位置坐标进行实时修改，从而实现雕塑变形效果。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.035 seconds)
